基于遗传算法的二维分布式天线子阵位置优化方法技术

本发明专利技术公开了一种基于遗传算法的二维分布式天线子阵位置优化方法，包括：S1：获取二维天线阵列并初始化二维天线阵列参数；S2：根据二维天线阵列参数创建种群，并初始化遗传算法参数；其中，种群包括子阵的方位向间隔染色体集合和俯仰向间隔染色体集合；S3：根据二维天线阵列参数和遗传算法参数构造适应度函数，并计算每个染色体的适应度值；S4：根据每个染色体的适应度值对种群进行遗传迭代，并更新每个染色体的适应度值；S5：重复步骤S4，直至满足预设终止条件，得到最优二维天线阵列子阵排布构型。本发明专利技术提供的方法降低了计算量和计算复杂度，且能够得到具有较低峰值旁瓣比的二维分布式天线阵列，有效满足分布式雷达对大孔径天线的需求。

【技术实现步骤摘要】
基于遗传算法的二维分布式天线子阵位置优化方法
本专利技术属于雷达
，具体涉及一种基于遗传算法的二维分布式天线子阵位置优化方法。
技术介绍
随着科技的发展，雷达系统已在军用民用等各领域得到越来越广泛的应用，相应的，对雷达系统的要求也越来越高。在未来战争中，复杂的战场环境和来自目标的威胁要求雷达系统必须具备对目标远距离探测和精确跟踪能力，这意味着雷达天线需要具有高增益和大物理孔径。由于卫星载体平台的物理结构限制，很难找到足够的空间来有效安装大尺寸天线阵列，同时高昂的发射成本也限制了大尺寸天线的应用。因此，采用多个分布式小孔径子阵并对信号进行相参处理的方式来扩大天线阵列孔径是一种有效技术途径，可以提高探测距离与探测精度，增强雷达的威力。目前，已有很多学者对一维直线阵列的稀布优化和综合方法进行了广泛而深入的研究，但较少有涉及大规模的二维分布式阵列天线的研究。二维分布式阵列天线的由于在方位向和俯仰向均布设天线子阵，相比于一维阵列具有更大的阵列孔径，可以大大提高探测距离和探测精度。因此，二维分布式天线的布阵方式研究成为天线优化设计带来了新的挑战，大规模分布式阵列的长基线间隔会导致栅瓣或高旁瓣的出现，这会严重影响雷达的工作性能。为了更大程度地发挥二维分布式雷达的优势，必须对系统发射和接收天线的位置进行优化求解。然而，针对二维大规模的分布式阵列天线的优化，是一个复杂的非线性优化问题，一是由于二维阵列规模较大，其阵元数量数十倍于一维阵列，优化求解的计算量急剧扩大；二是约束条件更加复杂，既要保证一定的优化自由度又要保证子阵之间在方位向和俯仰向同时满足最小间距要求，且不发生重叠交叉，而常规的解析方法几乎无法对上述问题进行求解。遗传算法作为一种适用于非线性优化问题的全局优化算法，在阵列天线优化设计等复杂电磁学问题中被广泛应用。然而标准遗传算法直接推广应用于二维分布式阵列优化会带来交叉变异过程中很大概率产生不满足约束条件的解，且优化计算量大，容易陷入局部最优，优化收敛速度慢，从而无法获得最优解，不能满足分布式雷达对大孔径天线的需求。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种基于遗传算法的二维分布式天线子阵位置优化方法。本专利技术要解决的技术问题通过以下技术方案实现：一种基于遗传算法的二维分布式天线子阵位置优化方法，包括：S1：获取二维天线阵列并初始化所述二维天线阵列参数；其中，所述二维天线阵列包括若干子阵；S2：根据所述二维天线阵列参数创建种群，并初始化遗传算法参数；其中，所述种群包括所述子阵的方位向间隔染色体集合和俯仰向间隔染色体集合；S3：根据所述二维天线阵列参数和所述遗传算法参数构造适应度函数，并计算每个染色体的适应度值；S4：根据所述每个染色体的适应度值对所述种群进行遗传迭代，并更新所述每个染色体的适应度值；S5：重复步骤S4，直至满足预设终止条件，得到最优二维天线阵列子阵排布构型。在本专利技术的一个实施例中，所述子阵的排布方式满足：所述子阵在方位向上的任意位置进行排布，所述子阵在俯仰向上均匀的分布在n条线上，且各相邻子阵之间不出现交叉重叠。在本专利技术的一个实施例中，所述方位向间隔染色体集合和俯仰向间隔染色体集合中的每个基因均采用实值编码。在本专利技术的一个实施例中，所述子阵的方位向间隔染色体集合的表达式为：其中，p11＜p12＜…＜p1m，p21＜p22＜…＜p2m，…，pn1＜pn2＜…＜pnm，Ga表示二维阵列方位向子阵之间的间隔总和，rij表示[0,1]区间上的随机数，m表示天线方位向子阵数目，n表示天线俯仰向子阵数目；所述子阵的俯仰向间隔染色体集合的表达式为：Q＝[q1q2…qn]＝Ge×[r1r2…rn]；其中，q1＜q2＜…＜qn，ri表示[0,1]区间上的随机数，Ge表示二维阵列俯仰向子阵之间的间隔总和。在本专利技术的一个实施例中，在步骤S2之后，还包括：将所述方位向间隔染色体集合转换成行向量，并与所述俯仰向间隔染色体集合拼接成一维染色体集合。在本专利技术的一个实施例中，根据所述二维天线阵列参数和所述遗传算法参数构造适应度函数，包括：构造子阵的天线方向图；根据所述子阵的天线方向图得到二维分布式阵列天线方向图；以降低分布式阵列的峰值旁瓣电平为优化目标，根据所述二维分布式阵列天线方向图构造适应度函数。在本专利技术的一个实施例中，所述适应度函数的表达式为：F(θ)＝max{20log10[GT(u)/max(GT(θ))]}；其中，F(·)表示适应度值，GT(·)表示二维分布式阵列天线方向图，θ表示入射信号的方位角，u的取值范围是θ中除主瓣以外的区域。在本专利技术的一个实施例中，步骤S4包括：S41：根据所述每个染色体的适应度值，采用轮盘赌方法对所述一维染色体集合进行选择操作，得到新一代种群；S42：采用优势二维交叉方法对所述新一代种群进行交叉操作；S43：根据变异概率对所述交叉后的种群中的每个染色体进行变异操作；S44：更新所述每个染色体的适应度值。在本专利技术的一个实施例中，步骤S42包括：将所述新一代种群中的个体按照适应度值由高到低进行排序；根据交叉概率Pc随机选择出第i个和第i+1个个体作为交叉的目标染色体；在所述第i个染色体的方位向间隔染色体部分随机选择一交叉位置，作为第一交叉位置，同时确定出俯仰向间隔染色体部分的交叉位置，作为第二交叉位置；相应的，在所述第i+1个染色体上选择同样的第一交叉位置和第二交叉位置；将所述第i个染色体中位于所述第一交叉位置前的部分与所述第i+1个染色体中位于所述第一交叉位置后的部分进行拼接，并将所述第i+1个染色体中位于所述第一交叉位置前的部分与所述第i个染色体中位于所述第一交叉位置后的部分进行拼接；同时，将所述第i个染色体中位于所述第二交叉位置前的部分与所述第i+1个染色体中位于所述第二交叉位置后的部分进行拼接，并将所述第i+1个染色体中位于所述第二交叉位置前的部分与所述第i个染色体中位于所述第二交叉位置后的部分进行拼，生成两个新的染色体，以完成交叉操作。在本专利技术的一个实施例中，步骤S43包括：根据变异概率选择需要变异的染色体，并在该染色体中随机选择一个位置作为变异位置，随机变异该位置的基因值；若所述变异位置位于所述方位向间隔染色体部分，则变异值取值范围为[0,Ga]；若所述变异位置位于所述俯仰向间隔染色体部分，则变异值取值范围为[0,Ge]；其中，Ga表示二维阵列方位向子阵之间的间隔总和，Ge表示二维阵列俯仰向子阵之间的间隔总和；对变异后的基因值进行排序处理，以完成变异操作。本专利技术的有益效果：1、本专利技术通过采用子阵在方位向和俯仰向的间隔作为优化变量，使得交叉变异生成的新种群更好的满足子阵间距约束条件，从而有效地降低了计算量和计算复杂度；2、本专利技术采用优势二维本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，包括：/nS1：获取二维天线阵列并初始化所述二维天线阵列参数；其中，所述二维天线阵列包括若干子阵；/nS2：根据所述二维天线阵列参数创建种群，并初始化遗传算法参数；其中，所述种群包括所述子阵的方位向间隔染色体集合和俯仰向间隔染色体集合；/nS3：根据所述二维天线阵列参数和所述遗传算法参数构造适应度函数，并计算每个染色体的适应度值；/nS4：根据所述每个染色体的适应度值对所述种群进行遗传迭代，并更新所述每个染色体的适应度值；/nS5：重复步骤S4，直至满足预设终止条件，得到最优二维天线阵列子阵排布构型。/n

【技术特征摘要】
1.一种基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，包括：
S1：获取二维天线阵列并初始化所述二维天线阵列参数；其中，所述二维天线阵列包括若干子阵；
S2：根据所述二维天线阵列参数创建种群，并初始化遗传算法参数；其中，所述种群包括所述子阵的方位向间隔染色体集合和俯仰向间隔染色体集合；
S3：根据所述二维天线阵列参数和所述遗传算法参数构造适应度函数，并计算每个染色体的适应度值；
S4：根据所述每个染色体的适应度值对所述种群进行遗传迭代，并更新所述每个染色体的适应度值；
S5：重复步骤S4，直至满足预设终止条件，得到最优二维天线阵列子阵排布构型。


2.根据权利要求1所述的基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，所述子阵的排布方式满足：
所述子阵在方位向上的任意位置进行排布，所述子阵在俯仰向上均匀的分布在n条线上，且各相邻子阵之间不出现交叉重叠。


3.根据权利要求1所述的基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，所述方位向间隔染色体集合和俯仰向间隔染色体集合中的每个基因均采用实值编码。


4.根据权利要求1所述的基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，所述子阵的方位向间隔染色体集合的表达式为：



其中，p11＜p12＜…＜p1m，p21＜p22＜…＜p2m，···，pn1＜pn2＜…＜pnm，Ga表示二维阵列方位向子阵之间的间隔总和，rij表示[0,1]区间上的随机数，m表示天线方位向子阵数目，n表示天线俯仰向子阵数目；
所述子阵的俯仰向间隔染色体集合的表达式为：
Q＝[q1q2…qn]＝Ge×[r1r2…rn]；
其中，q1＜q2＜…＜qn，ri表示[0,1]区间上的随机数，Ge表示二维阵列俯仰向子阵之间的间隔总和。


5.根据权利要求1所述的基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，在步骤S2之后，还包括：
将所述方位向间隔染色体集合转换成行向量，并与所述俯仰向间隔染色体集合拼接成一维染色体集合。


6.根据权利要求1所述的基于遗传算法的二维分布式天线子阵位置优化方法，其特征在于，根据所述二维天线阵列参数和所述遗传算法参数构造适应度函数，包括：
构造子阵的天线方向图；
根据所述子阵的天线方向图得到二维分布式阵列天线方向图；
以降低分布式阵列的峰值旁瓣电平为优化目标，根据所述二维分布式阵列天线方向图构造适应度函数。

【专利技术属性】
技术研发人员：孙光才，宋自阳，向吉祥，杨军，邢孟道，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61